Vibe-Research - 开源 AI 投研看板(A股/美股/港股)

解决什么

个人投资者做投研时面临三大痛点:数据散落各处需多平台切换、AI 分析依赖商业工具黑盒推荐、敏感持仓数据上传云端存隐私风险。Vibe-Research 把 A 股(兼美港韩股)的行情/财报/研报/公告/资金面/板块资金流/连板情绪等数据集成到一个本地看板,预留 AI 接口但不做主观推荐——数据客观呈现,分析方向交给用户自己配置的模型(Claude/DeepSeek/豆包等)。持仓与研报仅存本地部署目录,不上传不进代码仓库。

为何火

在 GitHub 上线仅一周即获 806 stars,核心吸引力在于"数据与决策分离"的设计哲学。传统投研工具要么是券商 APP 的封闭生态,要么是 AI 炒股助手直接给买卖建议(合规风险高)。Vibe-Research 定位为"数据中台":内置三套开源数据工具箱(a-stock-data/global-stock-data/investment-news)直接集成到仓库,git clone 后开箱即用无需另接数据源;前端提供每日复盘/资讯雷达/个股深度页/板块中心等模块化视图,后端留 OpenAI 兼容接口和 MCP server,用户可接入自己订阅的 Claude Code 或 API key 驱动分析。这种"工具不站队"的中立性,加上 MIT 协议的商用友好度,吸引了既要数据自主权又要 AI 加持的技术型投资者。

核心功能

每日复盘页:大盘指数+全球市场(隔夜美股道指/标普/纳指+港股恒指)、短线情绪(连板股梯队/封板率/炸板率/晋级率)、全市场成交额 TOP20、板块资金趋势榜,一键交给 AI 生成当日复盘报告。个股数据页:输入代码(A 股 6 位数字/美股如 AAPL/港股如 00700/韩股需加.KS 后缀)即显示行情、估值矩阵(前向 PE/PEG)、财报速览、估值历史分位、资金面(融资融券/股东户数/主力资金流/大宗交易)、研报/公告/新闻、龙虎榜、限售解禁、板块归属、互动易问答;美港股显示总市值与关键财务指标(营收/净利/EPS/ROE/毛利率/负债率)。资讯雷达:12 赛道 108 个公开 RSS 源(已按合规词表过滤),AI 一键提炼今日要点,挂钩自选股显示相关公告与新闻。自选股与持仓:批量粘贴代码(支持逗号/空格/换行分隔)即加入自选,一屏表格总览现价/涨跌/PE/PB/换手;持仓录入后实时计算盈亏,已清仓记录归档,数据仅存本地浏览器 localStorage。我的研报:拖拽上传 PDF/Word/Excel/图片,按文件名自动分行业归档,存储在本地部署目录的 user_data/reports/ 下不上传云端。

安装

需 Python 3.10+ 和 Node.js。后端进入 backend/ 目录创建虚拟环境 python3 -m venv .venv,安装依赖 .venv/bin/pip install -r requirements.txt,启动服务 .venv/bin/python -m uvicorn app:app --host 127.0.0.1 --port 8900。前端进入 frontend/ 目录执行 npm install 后 npm run dev,浏览器访问 http://localhost:5899。数据源已集成在仓库的 a-stock-data/(A 股)和 global-stock-data/(美港股)文件夹,无需额外下载;基础行情依赖腾讯接口秒装可用,高级数据(如龙虎榜)需惰性安装 akshare/mootdx,缺失时对应端点返回 501 并提示安装命令。

适合谁

技术型个人投资者:有 Python/Node 基础,希望自建投研环境掌控数据主权,不想依赖券商 APP 或第三方云服务。AI 实验者:想用自己订阅的 Claude/GPT/DeepSeek 做投研分析,需要干净的数据接口而非黑盒推荐系统。隐私敏感用户:持仓/研报等敏感信息只存本地不上传,自选股存浏览器 localStorage,后端可部署在内网或个人 NAS。A 股为主兼看外围:数据源主打 A 股深度(财报/公告/龙虎榜/融资融券/互动易),美港股提供行情与关键财务指标,适合需要看隔夜美股脸色的 A 股投资者。不适合纯美股深度研究(美股财报不如 A 股详尽)或需要实时 Level-2 行情的日内交易者。

社区评价

暂无足量社区公开讨论,以下为基于项目本身的中立评估。项目在一周内快速积累 806 stars,表明"数据中立+AI 自主接入"的定位击中需求痛点。README 明确强调"只呈现事实、不推荐个股、不预测涨跌",通过客观榜单(连板股/成交额 TOP20 等)与用户自配 AI 的分离设计规避投顾合规风险,这种克制在开源投研工具中较为少见。技术栈选用 FastAPI + React 19 + TypeScript,代码结构清晰(数据层/API 层/MCP server 分离),内置三套数据工具箱(a-stock-data v3.3/global-stock-data v1.0.1/investment-news)直接集成到仓库是亮点,避免用户自己拼接数据源的繁琐。潜在争议点在于单人维护(贡献者数 1)的可持续性,以及数据源依赖东财/腾讯公开接口的稳定性(接口变更需及时跟进)。

选型对比

vs 商业券商 APP(如同花顺/东财):Vibe-Research 开源免费且数据本地化,可接入任意 AI 模型,但缺少实时 Level-2 行情、智能盯盘、回测等高级功能,适合不需要日内交易、更看重数据自主权的用户。vs AI 炒股助手(如 ChatGPT 炒股插件):后者直接给买卖建议存在合规风险且逻辑黑盒,Vibe-Research 只提供数据与分析框架(估值/资金面/财报质量/行业景气/事件催化五维),结论由用户自己的 AI 生成,责任边界清晰。vs 纯数据爬虫(如 akshare/tushare):Vibe-Research 在数据层之上封装了完整前端看板与 AI 集成接口,降低使用门槛;内置的 a-stock-data 工具箱已做限流防封与接口聚合,比直接调 akshare 更稳定。vs 海外开源投研工具(如 OpenBB):后者主打美股且依赖多个付费数据源 API,Vibe-Research 聚焦 A 股且数据源全部免费公开,更适合中国大陆用户。

已知坑

1. 数据源稳定性:行情依赖腾讯接口、研报/公告依赖东财接口,这些公开接口可能随时调整反爬策略导致失效,需关注仓库更新或自行修复(a-stock-data 已内置限流但不保证永久可用)。2. 美港股数据深度不足:美股仅提供行情与关键财务指标,无研报/公告/龙虎榜等 A 股深度数据;韩股仅行情无财务,且必须带 .KS 后缀否则按 A 股处理易混淆。3. AI 接口限制:订阅接入(调本机 CLI)仅支持一次性作答不做多轮工具调用,复杂分析需用 API 接入或 MCP 模式;API key 存浏览器 localStorage 存在 XSS 风险需自行评估。4. 单人维护风险:当前仅 1 位贡献者,若作者停更则依赖社区 fork 接力,建议关注 issue 区活跃度。5. 合规边界:虽项目强调"不推荐不预测",但用户若用自己的 AI 生成买卖建议并公开传播,仍可能触及投顾红线,需自行把控使用场景。6. 本地部署门槛:需同时配置 Python 后端与 Node 前端,对非技术用户有一定上手难度,暂无 Docker 一键部署方案。